Konzeption einer Cloud-Data-Analytics-Platform

Konzeption einer Cloud-Data-Analytics-Platform

Konzeption einer Cloud-Data-Analytics-Platform

Experte: Michael Scharpf

Branche: Energy

Bereich: Marketing & Sales

Maximieren Sie betriebliche Effizienz und senken Sie Kosten durch unsere maßgeschneiderte Cloud Data Analytics Plattform, die komplexe Dateninfrastrukturen nahtlos vereint.

UNSERE KI UND DATA SCIENCE Case-Studies:
ERFAHRUNG AUS ÜBER 2.000 KUNDENPROJEKTEN

[Herausforderung]

Unser Kunde, ein weitverzweigtes Unternehmen mit mehreren autonomen Organisationseinheiten, stand vor einer bedeutenden IT- und dateninfrastrukturellen Herausforderung. Jede Einheit betrieb ihre eigene IT- und Dateninfrastruktur, was die Zusammenführung und Nutzung aller unternehmensweiten Daten zu einer äußerst komplexen Angelegenheit machte. Es war unser Ziel, eine einheitliche Plattform zu entwickeln, die diese Datenintegration ermöglichte, ohne dabei die Autonomie der einzelnen Einheiten zu beeinträchtigen. Darüber hinaus sollte die Plattform sowohl Entwicklung als auch Produktivbetrieb abdecken, was eine weitere Herausforderung in Bezug auf Skalierbarkeit und Flexibilität darstellte.

[Lösung]

Mit unserem Fokus auf die Nutzung von Cloud-Technologien und unser fundiertes Verständnis von Data Science und künstlicher Intelligenz, waren wir gut gerüstet, um diese Herausforderung anzugehen. Wir starteten den Prozess mit einer umfassenden Anforderungsaufnahme an die Plattform in Zusammenarbeit mit allen Organisationseinheiten. Dies war entscheidend, um die spezifischen Bedürfnisse jeder Einheit zu verstehen und eine Lösung zu entwickeln, die auf die individuellen Anforderungen zugeschnitten war.

In der nächsten Phase haben wir die wichtigsten Szenarien auf möglichen Technologien getestet, um sicherzustellen, dass unsere Lösung den Anforderungen des Kunden gerecht wird. Wir haben eine modulare Konzeption auf Basis von Cloud-Technologien wie AWS und Azure gewählt, um die Plattform flexibel und anpassungsfähig zu gestalten.

Die Datenzugriffsmöglichkeiten wurden sowohl über einen zentralen Data Lake als auch direkt über die Quellsysteme der einzelnen Organisationseinheiten ermöglicht. Dies stellte sicher, dass die Autonomie der Einheiten erhalten blieb, während gleichzeitig eine zentrale, cloud-basierte Datenanalyseplattform etabliert wurde.

[Ergebnis]

Das Endergebnis war eine hochflexible, effiziente und anpassungsfähige Cloud Data Analytics Plattform, konzipiert auf Basis von Collibra und je einem Azure/AWS Stack. Diese maßgeschneiderte Lösung ermöglichte es allen Organisationseinheiten des Kunden, nahtlos und effizient mit unternehmensweiten Daten zu arbeiten, ohne ihre bestehende IT-Infrastruktur anzupassen.

Die Plattform zeichnete sich durch ihre hohe Anpassungsfähigkeit aus, was den Organisationseinheiten maximale Flexibilität bei der Datennutzung ermöglichte. Gleichzeitig sorgte die Verwendung von Cloud-Technologien dafür, dass die Gesamtkosten niedrig gehalten wurden. Dies ist ein entscheidender Vorteil, wenn es um die Optimierung der betriebswirtschaftlichen Effizienz geht.

Ein weiterer signifikanter Vorteil war die End-to-End-Abdeckung aller gängigen Daten Use-Cases. Unabhängig von der Art der Datenauswertung oder Analyse, die von den verschiedenen Einheiten benötigt wurde, konnte unsere Lösung diese Anforderungen erfüllen.

Zusammenfassend lässt sich sagen, dass wir eine leistungsfähige, kosteneffiziente und flexible Cloud-basierte Datenanalyseplattform entwickelt haben, die den Kunden in die Lage versetzt, seine datengesteuerten Entscheidungen zu zentralisieren und zu optimieren, während die Autonomie und individuellen Bedürfnisse der einzelnen Organisationseinheiten gewahrt blieben.

Neugierig geworden? Lassen Sie uns zeigen, was uns von anderen Unternehmen unterscheidet und wie wir Ihnen helfen können, Ihre Ziele zu erreichen.

Michael Scharpf - Key Account Manager

Ihr Experte

Michael Scharpf | Sr. Principal Key Account Manager | Alexander Thamm GmbH

Omnichannel-Datenintegration von Kundendaten

Omnichannel-Datenintegration von Kundendaten

Omnichannel-Datenintegration von Kundendaten

Experte: Michael Scharpf

Branche: Energy

Bereich: Marketing & Sales

Verwandeln Sie Ihre Kundendaten in wertvolle Insights und schaffen Sie ein nahtloses Kundenerlebnis mit unserer innovativen Lösung für Omnichannel-Datenintegration.

UNSERE KI UND DATA SCIENCE Case-Studies:
ERFAHRUNG AUS ÜBER 2.000 KUNDENPROJEKTEN

[Herausforderung]

Als ein führender Anbieter von Lösungen für Datenanalyse und künstliche Intelligenz standen wir vor der Herausforderung, einem renommierten Energieunternehmen zu helfen, das seinen Kunden personalisierten Content anbieten wollte. Die Forderung des Kunden war, kanalübergreifende Informationen effektiv zu nutzen, um eine vollständige und umfassende Darstellung der Customer Journey in einem Datenmodell zu erzielen. Ziel war es, auf der Grundlage dieser Darstellung und den darauf aufbauenden Analysen, interne Prozesse zu optimieren. In diesem Kontext lag ein besonderer Fokus auf dem Aspekt der Omnichannel Data Integration.

[Lösung]

Unsere Lösung begann mit einer gründlichen Evaluation des vom Kunden eingesetzten Tools, insbesondere hinsichtlich der gesammelten Daten und der Möglichkeit des Datenexports. Durch unsere Expertise in Datenwissenschaft und künstlicher Intelligenz konnten wir einen umfassenden Überblick über die Datenlandschaft des Kunden gewinnen und die Fähigkeiten des Tools zur Datensammlung und zum Export voll ausschöpfen.

In der nächsten Phase unserer Lösungsstrategie haben wir ein optimiertes Datenmodell entwickelt, das auf dem eingesetzten Tool des Kunden basiert. Dieses Modell berücksichtigte alle Aspekte der Omnichannel Data Integration, was den Kunden in die Lage versetzte, ein umfassendes Verständnis der Customer Journey zu erhalten und maßgeschneiderte Inhalte über verschiedene Kanäle hinweg bereitzustellen. Darüber hinaus haben wir die Definition des Datenexports in ein Data-Warehouse übernommen, um die Effizienz der Datenverwaltung und -analyse weiter zu steigern.

[Ergebnis]

Das eingesetzte Tool konnte nach unserer Optimierung alle relevanten Daten sammeln und diese effektiv in dem von uns entwickelten Datenmodell abbilden. Dies hat dazu geführt, dass der Kunde nun ein klares Verständnis seiner Kundenreisen hat und in der Lage ist, personalisierten Content zu liefern, der auf kanalübergreifenden Informationen basiert.

Darüber hinaus war die Implementierung des Datenexports in das Data-Warehouse erfolgreich. Durch diese Erweiterung der bestehenden Infrastruktur konnte das Unternehmen seine internen Prozesse optimieren und eine bessere Nutzung seiner Datenressourcen erreichen. Dieser Erfolg unterstreicht unsere Kompetenz in der Omnichannel Data Integration und unser Engagement, unseren Kunden maßgeschneiderte, effektive und effiziente Lösungen zu bieten.

Neugierig geworden? Lassen Sie uns zeigen, was uns von anderen Unternehmen unterscheidet und wie wir Ihnen helfen können, Ihre Ziele zu erreichen.

Michael Scharpf - Key Account Manager

Ihr Experte

Michael Scharpf | Sr. Principal Key Account Manager | Alexander Thamm GmbH

Prognose der Nachfrage nach Regelenergie für den Energiehandel

Prognose der Nachfrage nach Regelenergie für den Energiehandel

Prognose der Nachfrage nach Regelenergie für den Energiehandel

Anhand von historischen Daten und Prognosen aus dem Energiesektor soll das Saldo der physikalischen Regelenergieabrufe 
im deutschen Netzregelverbund (NRV) prognostiziert werden.

L

Identifizierung des Vorzeichens des Saldos mit einer Güte von 83% für positive Saldi

!

Signifikante Verbesserung der absoluten Abweichung im Vergleich zum simplem Fortschreiben

Walkforward-Modell, das sich stetig durch neue Daten verbessert

Herausforderung

Ein Energiedienstleister möchte ein Machine Learning Modell zur Prognose des positiven oder negativen Saldos der Regelenergie im Netzregionalverbund (NRV) entwickeln. Ziel ist es, auf dem volatilen Strommarkt effizienter handeln zu können.

Lösung

Zahlreiche Datenquellen werden bereinigt und in ein einheitliches Zeitreihenformat zusammengeführt. Eine visuelle und datenbasierte Exploration von Korrelationen und möglichen Einflussfaktoren wird durchgeführt. Anschließend werden mehrere Regressions- und Klassifikationsmodelle zur Vorhersage des Saldos bzw. dessen Vorzeichen sowie Anwendung eines zweistufigen Ensemblemodells erstellt. 

Ergebnis

Es gibt den Prototyp eines Prognosemodells, das darauf ausgerichtet ist, mit aktuell verfügbaren Daten, den Saldo der Regelenergie in 15 Minuten vorherzusagen. Dadurch kann sich der Stromproduzent auf dem Markt besser positionieren. 

Haben Sie Interesse an eigenen Use Cases?

Herausforderung

Ein Automobilunternehmen möchte verschiedene marktspezifische Daten visualisieren, um eine Wettbewerbsanalyse für den US-Markt zu ermöglichen.

Lösung

Es wird eine interaktive und flexible Anwendung, einschließlich verschiedener Karten mit zwei verschiedenen Ansichten implementiert.

Ergebnis

Relevante Märkte werden identifiziert, analysiert und visualisiert. Der Händler oder der jeweilige Vertrieb haben die Möglichkeit den direkten Wettbewerb mit dem eigenen Produkt zu vergleichen und die relevanten Daten zu visualisieren.

Unsere Case Studies

- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -

Smart Kochen mit Thermomix

Smart Kochen mit dem Thermomix

Download
Case Studie KI bei Munich Re

Data Operations bei der Munich Re

Download

Data & AI Wissen

Gemeinsam Mehrwerte aus Data & AI schaffen

Blog

Entdecken Sie Fachartikel rund um Data & AI sowie aktuelle Branchenmeldungen.

Webinare

Tauchen Sie ein in unsere Best Practices und Industry Exchanges. Entdecken Sie neue Termine und Aufzeichnungen vergangener Webinare.

Whitepaper

Mit unseren Whitepapern, Case Studies und Studien erfahren Sie mehr über den Einsatz von Data & AI in Ihrer Branche.

Entwicklung einer Predictive Maintenance Strategie für die Daten- und IT-Infrastruktur

Entwicklung einer Predictive Maintenance Strategie für die Daten- und IT-Infrastruktur

Entwicklung einer Predictive-Maintenance-Strategie für die Daten- und IT-Infrastruktur

Entwicklung eines datengetriebenen und zustandsorientierten Instandhaltungsprozess, der über 5 Mio. €   jährliches Einsparpotenzial identifiziert

Effizientere Instandhaltung zeigt Einsparpotential von 5 Mio.€ jährlich

Die prototypische Applikation schafft Transparenz über historische Instandhaltungen

Datenstrategie und Plattformarchitektur für AI

Herausforderung

Ein DAX-notierter Energieversorger möchte eine datengeeignete IT und Businessarchitektur aufsetzen. Weiterhin sollen Instandhaltungskosten seiner Anlagen reduziert und exemplarisch an der Komponente LuVo (Luftvorwärmer) die Machbarkeit nachgewiesen werden

Lösung

Im [at] Architektur- und Roadmap-Workshop wird die Technologie und Datenbasis festgelegt. Anschließend erfolgt die Exploration der vorhandenen Datenquellen und Überprüfung identifizierter Anforderungen. Es wird eine holistische Prozess– und Datensicht der IT- und PDV-Systeme entwickelt. Ein datenerzeugender  Instandhaltungsprozesses wird konzipiert und der Business Case entwickelt. 

Ergebnis

Die Architektur und Daten–Strategie ist vom konkreten Bedarf der Use-Case Anforderungen abgeleitet. Eine prototypische Predictive Maintenance App zur Planung sowie ein interaktiver Prozess-Click-Dummy sind erstellt. Eine Anforderungsanalyse samt Business Case zur Datenerhebung liegt ebenfalls vor. 

Haben Sie Interesse an eigenen Use Cases?

Herausforderung

Ein Automobilunternehmen möchte verschiedene marktspezifische Daten visualisieren, um eine Wettbewerbsanalyse für den US-Markt zu ermöglichen.

Lösung

Es wird eine interaktive und flexible Anwendung, einschließlich verschiedener Karten mit zwei verschiedenen Ansichten implementiert.

Ergebnis

Relevante Märkte werden identifiziert, analysiert und visualisiert. Der Händler oder der jeweilige Vertrieb haben die Möglichkeit den direkten Wettbewerb mit dem eigenen Produkt zu vergleichen und die relevanten Daten zu visualisieren.

Unsere Case Studies

- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -

Smart Kochen mit Thermomix

Smart Kochen mit dem Thermomix

Download
Case Studie KI bei Munich Re

Data Operations bei der Munich Re

Download

Data & AI Wissen

Gemeinsam Mehrwerte aus Data & AI schaffen

Blog

Entdecken Sie Fachartikel rund um Data & AI sowie aktuelle Branchenmeldungen.

Webinare

Tauchen Sie ein in unsere Best Practices und Industry Exchanges. Entdecken Sie neue Termine und Aufzeichnungen vergangener Webinare.

Whitepaper

Mit unseren Whitepapern, Case Studies und Studien erfahren Sie mehr über den Einsatz von Data & AI in Ihrer Branche.

Migration von On-Premise zur Azure Cloud

Migration von On-Premise zur Azure Cloud

Migration von On-Premise zur Azure Cloud

Entwicklung eines REST API Services in Azure zur konzernspezifischen Neukundenbewertung 
anhand von internen- und Auskunftei-Daten 

Moderne, ausfallsicherere Infrastruktur

Das interne Analytics-Team ist befähigt, den Bonitätsservice selbstständig weiterzuentwickeln

h

Die entwickelte Rest API kann als Template für weitere Use Cases verwendet werden.

Herausforderung

Ein Energieversorgungsunternehmen migriert einen Großteil seiner Infrastruktur in die Cloud. Die bisher verwendete On-Premise Bonitätsprüfung (R, C#) soll durch einen neuen Service (Azure, Python) abgelöst werden. Dabei müssen erhöhte Sicherheitsbestimmungen auf Grund von höchst sensiblen Daten eingehalten werden. 

Lösung

Es erfolgt eine Abstimmung mit der Rechtsabteilung bezüglich spezifischer DSGVO-Richtlinien sowie der Integration zusätzlicher Sicherheitsmaßnahmen zur Speicherung von sensiblen, personenbezogenen Daten in der Cloud. Anschließend wird eine REST API mit integrierter Datenaufbereitung, Modelltraining und Realtime-Scoring, sowie Logging aller Anfragen entiwckelt. Die Datenpipeline wird in die Azure-Infrastruktur integriert.

Ergebnis

Der API Bonitätsservices wird produktivgesetzt. Die interne Bonitätsprüfung kann als Service konzernweit und markenübergreifend genutzt werden.

Haben Sie Interesse an eigenen Use Cases?

Herausforderung

Ein Automobilunternehmen möchte verschiedene marktspezifische Daten visualisieren, um eine Wettbewerbsanalyse für den US-Markt zu ermöglichen.

Lösung

Es wird eine interaktive und flexible Anwendung, einschließlich verschiedener Karten mit zwei verschiedenen Ansichten implementiert.

Ergebnis

Relevante Märkte werden identifiziert, analysiert und visualisiert. Der Händler oder der jeweilige Vertrieb haben die Möglichkeit den direkten Wettbewerb mit dem eigenen Produkt zu vergleichen und die relevanten Daten zu visualisieren.

Unsere Case Studies

- Erhalten Sie noch detailliertere Einblicke in unsere Kundenprojekte -

Smart Kochen mit Thermomix

Smart Kochen mit dem Thermomix

Download
Case Studie KI bei Munich Re

Data Operations bei der Munich Re

Download

Data & AI Wissen

Gemeinsam Mehrwerte aus Data & AI schaffen

Blog

Entdecken Sie Fachartikel rund um Data & AI sowie aktuelle Branchenmeldungen.

Webinare

Tauchen Sie ein in unsere Best Practices und Industry Exchanges. Entdecken Sie neue Termine und Aufzeichnungen vergangener Webinare.

Whitepaper

Mit unseren Whitepapern, Case Studies und Studien erfahren Sie mehr über den Einsatz von Data & AI in Ihrer Branche.